NVIDIA今日正式推出基于Thor架构的全新Jetson T3000与T2000模块，旨在满足通用机器人与自主机器从实验室走向大规模量产过程中对紧凑、高能效边缘AI计算平台的需求。这两款新品进一步扩展了NVIDIA的Jetson产品线，为开发者提供了从入门级到高性能的灵活选择。 其中，Jetson T3000搭载NVIDIA Blackwell GPU和八核Arm Neoverse CPU，配备32GB LPDDR5X内存，带宽达273GB/s，并支持25GbE高速网络连接，可提供865 FP4 TFLOPS的AI算力。其尺寸和功耗约为旗舰级T5000的一半，但在大语言模型、视觉语言模型、视觉语言动作模型及世界基础模型等多模态推理任务上，可实现与T5000相近的性能表现。对于需要功能安全的应用场景，IGX T3000在同等性能基础上集成了功能安全特性，并能无缝运行NVIDIA Halos for Robotics全栈安全系统，确保机器人在人类身边工作的安全性。 面向更广泛的边缘AI系统，Jetson T2000提供了400 FP4 TFLOPS的算力和16GB内存，适用于视觉AI智能体、自主移动机器人、工业机械臂等智能边缘设备的开发。至此，NVIDIA Jetson平台已构建起从70 TOPS到2000 TFLOPS的完整可扩展边缘AI产品矩阵，能够覆盖几乎任何边缘AI工作负载。 除了硬件更新，NVIDIA还发布了Jetson智能体技能（Agent Skills），通过自动化内存优化、系统配置和部署任务，将软件栈优化周期从数周缩短至数天。这一功能已帮助多家企业显著降低内存成本：优必选和Agile Robots等企业通过软件优化节省了最高15GB内存，从而从64GB的Jetson AGX Orin迁移至32GB模块；智能零售企业SandStar节省了4GB内存，得以在8GB的Orin NX模块上部署；智能交通企业NoTraffic在TX2 NX上降低了30%的内存占用，为新增AI功能腾出了空间。 在基础模型方面，NVIDIA将Cosmos 3 Edge——一个拥有40亿参数的轻量级世界基础模型——引入Thor平台。开发者可利用开放的Cosmos框架在约一天内完成针对特定应用的后训练，并在Jetson Thor上实现实时视觉分析与设备端机器人策略推理。目前，开发者已可通过Jetson AGX Thor开发者套件启动开发，T3000的模拟模式将于本月晚些时候随JetPack 7.2.1上线，T2000模拟模式将在后续版本中提供。两款新模块预计于2027年第一季度正式上市，ADLINK、研华、安提国际等众多生态系统合作伙伴已开始提供基于Thor的解决方案，软件合作伙伴也将为迁移客户提供仿真和迁移支持。随着物理AI和具身智能向主流应用迈进，新的Thor计算平台为开发者在现实世界中部署智能人形机器人与自主系统提供了坚实的可扩展基础。